您当前的位置:
首页 > 文献资料
所属专业:
Gentle Adaboost文献资料
-
血管内超声灰阶图像的自动组织标定
为了实现对血管内超声(IVUS)灰阶图像中的血管壁(包括粥样硬化斑块、血管分叉和支架等)进行自动识别和分类,分别采用局部二值模式(LBP)、Haar-like和Gabor滤波提取图像的纹理特征,然后采用Gentle Adaboost分类器对降维后的特征数据进行分类,并优化分类器参数.对临床图像数据的实验结果表明以人工标定的结果作为金标准,识别脂质斑块的精度可达94.54%,区分纤维化斑块和钙化斑块的精度可达93.08%,对血管分叉和支架的识别精度分别可达93.20%和93.50%.